Gumagawa ang Seqana ng software para sa pagsubaybay, pag-uulat, at beripikasyon (MRV) ng carbon sa lupa para sa regenerative agriculture. Bumubuo ang kompanyang pinondohan ng EU na gumagamit ng earth observation at machine learning ng mga tool upang gawing mas abot-kaya, mas mabilis, at mas madaling ulitin ang pagsukat ng carbon sa lupa. Tinutulungan ng platform nito ang mga partner na tasahin ang mga resulta sa carbon at suportahan ang pagpapalawak ng mga programa sa carbon offset at mga gawaing regenerative farming.
Senior Software Engineer, Platform ng Data
Buuin ang climate data platform ng Seqana para makapaghatid ng maaasahan at naa-audit na resulta tungkol sa soil carbon. Pangunahan ang imprastraktura sa GCP, mga pipeline sa Python, geospatial workflow, at mga kasanayan sa engineering.
Paglalarawan
- Paunlarin ang imprastrakturang nagiging maaasahang resulta para sa klima ang gawaing siyentipiko.
- Pangunahan ang platform na nagdadala ng data, mga modelo, at paraan ng pagtatantiya mula sa pananaliksik at pagpapaunlad tungo sa mga ma-audit na deliverable para sa kliyente.
- Panatilihin ang pagba-bersyon mula simula hanggang katapusan para sa data, mga modelo, at environment.
- Itakda ang direksyon ng mga platform para sa developer at mga kasanayan sa engineering sa maraming repository ng Python, kabilang ang mga environment, container, template ng proyekto, CI/CD, at orkestrasyon ng pipeline.
- Pangunahan ang imprastraktura sa GCP, kabilang ang arkitektura, imprastraktura bilang code, monitoring, pamamahala ng gastos at access, at tuloy-tuloy na pagpapaunlad.
- Bumuo ng mga geospatial workflow para mag-imbak at magproseso ng vector data at high-resolution raster data sa malaking saklaw.
- Pagandahin ang mga database na sumusuporta sa mga modelo at deliverable ng kliyente.
- Sumulat ng mga dokumento ng disenyo at magsuri ng mga disenyo para sa pangunahing imprastraktura at mga pipeline.
- Gumabay sa mga engineer at magbigay ng puna sa disenyo at arkitektura sa software at data engineering.
- Iugnay ang mga layunin sa imprastraktura, magtakda ng prayoridad sa trabaho, at ihanay ang mga pagsisikap sa software at data engineering.
- Makipagtulungan sa mga software engineer, data engineer, data scientist, at solutions engineer.
- Gawing maaasahan at nauulit ang pagpapatakbo ng imprastraktura mula sa research code.
Mga Kinakailangan
- Hindi bababa sa anim na taong karanasan sa engineering, kabilang ang malawak na karanasan sa pagdidisenyo at pagpapatakbo ng mga production backend system at pipeline na masinsin sa data.
- Napatunayang kakayahang mamahala ng system mula simula hanggang katapusan, gumawa ng mga pasya sa arkitektura, sumulat at magsuri ng mga dokumento ng disenyo, at gumabay sa mga engineer.
- Dalubhasang kaalaman sa Python at mahusay na kasanayan sa SQL.
- Karanasan sa pagdidisenyo ng mga production schema at data model.
- Praktikal na karanasan sa mga tool para sa workflow at pipeline gaya ng Airflow o Dagster.
- Karanasan sa pagsubaybay ng mga eksperimento at pagba-bersyon ng data.
- Aktuwal na karanasan sa pagpapatakbo ng production cloud infrastructure, mas mainam kung sa GCP.
- Karanasan sa mga tool para sa imprastraktura bilang code gaya ng Terraform o OpenTofu.
- Karanasan sa IAM, mga container, at mga environment na maaaring gayahin gaya ng Docker o devcontainers.
- Malawak na karanasan sa software development lifecycle, kabilang ang Python packaging, mga container, testing, CI/CD, at observability.
- Malinaw at tuwirang pakikipag-usap sa mga teknikal at di-teknikal na kasamahan.
- Matinding motibasyong isulong ang napapanatiling pag-unlad sa pamamagitan ng teknolohiya.
- Degree sa Software Engineering o Computer Science, o katumbas na praktikal na karanasan.
- Natatanging kwalipikasyon ang karanasan sa production raster data at mga geospatial pipeline.
- Natatanging kwalipikasyon ang karanasan sa pagbuo ng model serving, model registry, o mga MLOps tool gaya ng DVC o MLflow.
- Natatanging kwalipikasyon ang karanasan sa paggawa ng BI o dashboard tool para sa mga di-teknikal na user, gaya ng Streamlit.
- Natatanging kwalipikasyon ang karanasan sa disenyo ng data warehouse gamit ang mga tool gaya ng BigQuery, PostgreSQL, o dbt, at mga workflow sa data engineering.
- Natatanging kwalipikasyon ang dating karanasan sa earth observation, environmental monitoring, o datos sa agham ng lupa.
Mga Benepisyo
- Permanenteng trabaho sa ilalim ng kontratang walang takdang panahon.
- Anim na buwang probationary period.
- 40 oras na linggo ng trabaho.
- 30 araw na taunang leave.
- Makabuluhang pagmamay-ari at impluwensya sa teknikal na direksyon ng isang maagang yugto ng kumpanya.
- Masigasig at dedikadong internasyonal na team.
- Pagkakataong makita at hubugin ang pag-unlad ng isang bagong negosyo.
- Kulturang pang-engineering na nakasentro sa mga dokumento ng disenyo, maingat na code review, at magkakatulad na kasanayan.
- Mga kaayusang angkop sa remote work: hanggang apat na araw na remote kada linggo para sa mga empleyadong nasa Berlin, o ganap na remote mula sa ibang bahagi ng Germany, na may flexible na oras.
- Mga inumin at meryenda.
- Mga event ng team.
- Pagpili ng hardware.